scholarly journals Correction for Shen and Feldman, Genetic nurturing, missing heritability, and causal analysis in genetic statistics

2021 ◽  
Vol 118 (36) ◽  
pp. e2113732118
2020 ◽  
Vol 117 (41) ◽  
pp. 25646-25654
Author(s):  
Hao Shen ◽  
Marcus W. Feldman

Genetic nurturing, the effect of parents’ genotypes on offspring phenotypes through parental phenotypic transmission, can be modeled in terms of gene–culture interactions. This paper first uses a simple one-locus, two-phenotype gene–culture cotransmission model to compute the effect of genetic nurturing in terms of regression of children’s phenotypes on transmitted and nontransmitted alleles. With genetic nurturing, interpreting heritability and hence the meaning of “missing heritability” becomes problematic. Other factors, for example, population subdivision and assortative mating, generate similar signals to those of genetic nurturing, namely, correlation between parents’ nontransmitted alleles and children’s phenotypes. Corrections must be made for these to isolate the signal of genetic nurturing. Finally, a unified causal framework is constructed for genetic nurturing, population subdivision, and assortative mating. Causal and noncausal paths from transmitted and nontransmitted alleles to children’s phenotypes are identified and investigated in the presence of genetic nurturing, population subdivision, and assortative mating. Using causal analysis, assumptions made in inferring direct and indirect effects are then clarified and evaluated in a broader causal context.


2019 ◽  
Vol 13 (03) ◽  
pp. 139-144
Author(s):  
Michael Hermanussen ◽  
Christiane Scheffler ◽  
Barry Bogin

Zusammenfassung Hintergrund Noch immer gründen heutige Analysen genetischer Zwillings- und Familienstudien auf mathematischen Ansätzen des frühen 20. Jahrhunderts, namentlich von Galton, Pearson und Fisher, und führen zu konventionellen Schätzwerten für die Heritabilität der Körperhöhe zwischen h² = 0,87 und h² = 0,93 bei Männern und zwischen h² = 0,68 und h² = 0,84 bei Frauen. Diese Werte sind wesentlich höher als moderne Schätzungen auf der Basis genomweiter Assoziationsstudien (GWAS), mit denen sich zwischen 12,3 % und 49 % der Körperhöhenvarianz im Erwachsenenalter erklären lassen. Diese so genannte „missing heritability“ gibt Anlass zu Missverständnissen. Diskussion Wir nehmen eine biokulturelle Perspektive ein, um Entwicklungsmerkmale zu verstehen, die nur auf den ersten Blick erblich erscheinen. Innerhalb sozialer Gruppen dient Körpergröße als Signal. Kompetitive Wachstumsstrategien (competitive growth strategies) und strategische Wachstumsanpassungen (strategic growth adjustments) insbesondere im Hinblick auf die Gefahr, aus einer führenden sozialen Rolle verdrängt zu werden (threat of being displaced) sind bei sozialen Säugern beschrieben und spielen sehr wahrscheinlich auch in menschlichen Sozialstrukturen eine wesentliche Rolle. Die Körperhöhe eines Menschen hängt von der Körperhöhe anderer Mitglieder seiner Peer Group ab. Im vergangenen Jahrhundert wurden Körperhöhentrends von bis zu 20 cm in manchen Populationen beobachtet (säkulare Trends). Dies ist Ausdruck von phänotypischer Plastizität und war Galton, Pearson und Fisher unbekannt. Schlussfolgerung Die beschriebene „missing heritability“ für Körperhöhe spiegelt die Diskrepanz zwischen moderner Wissenschaft und überholten Vermengungen von deterministischen und politischen Ideen des frühen 20. Jahrhunderts wider.


Author(s):  
Mohammad Adrian ◽  
Hendrati Dwi Mulyaningsih ◽  
Santi Rahmawati

This reasearch is conducted on MMSME (Micro Small Medium Enterprises) that are participated in the MMSME Syari’ah Mentoring Program by Academicians and Practitioners (PUSPA) organized by Bank Indonesia in Bandung. MMSME who participated in PUSPA program 2016 is MMSME that included in necessity entrepreneur where MMSME operated just to fullfil the life necessities. The purpose of this reasearch was to investigate the influence of the business mentoring on the MMSME performance in PUSPA program 2016. Researcher used quantitative research method. Data were analyzed using simple regression analysis and descriptive-causal analysis. The result showed that business mentoring affect the performance of MMSME that participated in PUSPA Program 2016. Based on the calculation, coefficient of determination (R2) can be seen the influence of business mentoring variable (X) on the performance (Y) is 74%. While the remaining 26% is influenced by other factors such as entrepreneurship competence and human resources.


Sign in / Sign up

Export Citation Format

Share Document